ارزیابی روش شبکه عصبی،در مکان یابی منابع آب زیرزمینی با استفاده از علم سنجش از دور و سیستم اطلاعات مکانی

شناسایی منابع آب زیرزمینی و تلاش برای حفظ منابع آبی یکی از اهداف بزرگ کشورها است که با مشکل کم آبی دست و پنجه نرم می کند. با توجه به مشکلات کم آبی استان گلستان این منطقه به شدت به منابع آب زیرزمینی خود وابسته است. بنا بر این منطقه قره سو به عنوان منطقه مطالعاتی انتخاب گردید. در این راستا با توسعه علم سنجش از دور و اطلاعاتی که تصاویر ماهواره ای قابل استخراج است و نکته می توان مناطقی که احتمال وجود آب زیرزمینی در نقاط بیشتر است را شناسایی نمود. در این تحقیق پس از تعریف مدل مفهومی پارامترهای تأثیرگذار در رابطه با هدف شناسایی شدند.در این راستا داده هایی همچون: نقشه شیپ، پوشش گیاهی و کاربری زمین و خاک به کار گرفته شدند که از تصاویر ماهواره ای و سازمان های مربوطه تهیه شدند.به منظور اجرای شبکه عصبی منطقه مطالعاتی به ده منطقه تست آموزش تقسیم گردید.نقشه اولیه منابع آب منطقه با استفاده از روش AHP به دست آمد که به عنوان خروجی اولیه جهت وزن دهی به شبکه عصبی معرفی گردید در ادامه با اتخاذ روش شبکه عصبی مصنوعی به هر یک از پارامترهای مذکور وزنی اختصاص داده شد، که هر یک از این اوزان بیانگر میزان تأثیرگذاری هر لایه در تعیین مناطق مستعد آب زیرزمینی می باشد در نهایت خروجی شبکه با استفاده از الگوریتم LM در شبکه عصبی با میزان خطای MSE برابر 1/45 و ضریب هم بستگی 96% به دست آمد.

کلیدواژه ها:

شناسایی منابع اب زیرزمینی ، تصاویر ماهواره ای ، سنجش از دور ، سیستم اطلاعات مکانی ، شبکه عصبی ، AHP ،